機械学習でサプライチェーンを改善する10の方法

現在、企業は機械学習を使用することで、予測エラー率、需要計画の生産性、コスト削減、納期厳守において 2 桁の改善を実現し、サプライ チェーン管理を根本的に変革しています。

機械学習アルゴリズムとそれに基づくモデルは、大規模なデータセット内の異常、パターン、予測的洞察を見つけるのに非常に優れているため、時間、コスト、リソースの制約が直面するサプライチェーンの課題を解決するのに最適です。

たとえば、Amazon の Kiva ロボットは機械学習を活用して精度、速度、スケールを向上させており、DHL は AI と機械学習を使用して予測ネットワーク管理システムを強化し、58 種類の内部データ パラメータを分析して貨物の遅延に影響を与える主な要因を特定しています。

これは、機械学習が次世代のサプライチェーン管理を再定義していることを示しています。ガートナーは、2020 年までにサプライ チェーン プランニング (SCP) ベンダーの 95% がソリューションに教師ありおよび教師なしの機械学習テクノロジーを採用し、2023 年までにサプライ チェーン テクノロジー ソリューションの 25% がインテリジェント アルゴリズムと人工知能テクノロジーを組み込むか、拡張コンポーネントとして使用すると予測しています。

機械学習がサプライチェーン管理にどのような変化をもたらすのか、10 通りの方法を見てみましょう。

1. 機械学習ベースのアルゴリズムは次世代物流技術の基盤であり、高度なリソーススケジューリングシステムは最も重要な結果をもたらすことができます。マッキンゼーによると、機械学習の最も重要な貢献は、サプライチェーンの改善方法や物流コストと効率の予測方法について、サプライチェーン運営者に深い洞察を提供することです。機械学習は、自動化技術が規模のメリットをもたらす方法についての洞察も提供します。

出典: マッキンゼー、「物流の自動化: 大きなチャンス、より大きな不確実性」、2019 年 4 月、アシュトーシュ デクネ、グレッグ ヘイスティングス、ジョン マーネン、フロリアン ノイハウス著

2. IoT センサー、テレマティクス、インテリジェント交通システムによって生成されるデータ セットは常に変化しています。機械学習のアルゴリズムと手法を使用してサプライ チェーンを改善するには、多様で可変的なデータ セットから始める必要があります。生産を完了するために必要な材料が時間どおりに到着するように物流を最適化する際に、サプライ チェーンの課題が頻繁に発生します。

出典: KPMG、サプライチェーン ビッグデータ シリーズ パート 1

3. 機械学習は、IoT センサーを使用して追跡データのパターンを発見することで、年間 600 万ドルを節約できる可能性があります。 BCG は最近、追跡アプリケーションを使用した分散型サプライ チェーンがパフォーマンスを向上させ、コストを削減する方法を調査し、ブロックチェーンを使用してサプライヤー ネットワーク全体でデータをリアルタイムに共有すると、30 ノード構成とより優れた分析情報を組み合わせることで、年間 600 万ドルを節約できることを発見しました。

出典: ボストン コンサルティング グループ (BCG)、「ブロックチェーンと IoT を組み合わせてサプライ チェーンのコストを削減」、2018 年 12 月 18 日、Zia Yusuf、Akash Bhatia、Usama Gill、Maciej Kranz、Michelle Fleury、Anoop Nannra 著

4. 機械学習ベースのテクノロジーを使用すると予測誤差を 50% 削減でき、機械学習ベースの計画および最適化テクノロジーを使用すると製品の在庫切れによる販売損失を 65% 削減でき、機械学習ベースのサプライ チェーン管理システムを使用すると在庫を 20%～50% 削減できます。

出典: Digital/McKinsey、「人工知能 (AI) によるスマート化 - ドイツとその産業部門にとってのメリットは?」

5. DHL Research は、機械学習が物流とサプライ チェーンの運用において、生産能力の利用率を最適化し、顧客体験を向上させ、リスクを軽減し、新しいビジネス モデルを作成するのに役立つことを発見しました。 DHL の研究チームは、さまざまな新興テクノロジーが物流とサプライ チェーンに与える影響を追跡および評価しており、人工知能によってバックエンドの自動化、予測操作、スマート物流資産、新しい顧客体験モデルが可能になると予測しています。

出典: DHL Research、(Logistics Trend Radar、バージョン 2018/2019)

6. 多くの製造企業は、サプライヤーの品質レベルと納品の不一致を検出して対処するために、機械学習ベースのアプリケーションに投資しています。マイクロソフトが北米の中規模製造業者を対象に行った調査によると、これらの企業が現在直面している 2 番目に大きな成長の障害はサプライヤーの品質と納品の一貫性のなさであり、その障害は熟練労働者の不足であることがわかりました。機械学習と高度な分析を使用することで、メーカーはどのサプライヤーが優れているか、どのサプライヤーが劣っているか、どの生産センターが最も正確にエラーを検出できるかを迅速に把握できます。

製造企業は、以下のようなダッシュボードを使用して機械学習を適用し、サプライヤーとの品質、納品、一貫性の問題に対処しています。

出典: Microsoft、「Power BI のサプライヤー品質分析サンプル: ツアーを見る」、2018 年

7. 機械学習によって得られる洞察に基づいて製品とプロセスの品質を向上させながら不正のリスクを軽減し、サプライチェーンの検査リンクに転換点をもたらします。モバイル テクノロジーを使用してチェックが自動化され、結果が安全なクラウド プラットフォームにリアルタイムでアップロードされると、機械学習アルゴリズムによって即座に洞察が得られ、リスクと詐欺の可能性が軽減されます。

Inspectorio は、この分野のスタートアップ企業のひとつで、検査とサプライチェーンの可視性の欠如から生じる多くの問題に取り組んでおり、ブランドや小売業者にとってこれらの問題をいかにして即座に解決するかに重点を置いています。

出典: Forbes、「機械学習が製造検査、製品品質、サプライチェーンの可視性をどのように向上させるか」、2019 年 1 月 23 日

8. 機械学習は、エンドツーエンドのサプライチェーンの可視性において迅速かつ重要な結果をもたらし、企業がより迅速に対応できるように予測的かつ規範的な洞察を提供します。

世界的な貿易とサプライ チェーン管理のためのマルチエンタープライズ ビジネス ネットワークは、人工知能と機械学習プラットフォームと組み合わされ、サプライ チェーンのエンドツーエンドの可視性に革命をもたらしています。 AI プラットフォームの Control Center は、NASA の月面着陸に貢献した画期的な研究を行った著名な物理学者で数学者のキャサリン・コールマン・ジョンソンにちなんで名付けられました。彼女や他の多くの才能ある女性数学者の宇宙探査への貢献についてご存じない方は、ChainLink Research の記事「Infor が人間の潜在能力の実現にどのように貢献しているか」と映画「Hidden Figures」をぜひご覧ください。次の画像は、コントロール センターからの 2 つのスクリーンショットです。

9. 「認証情報」はグローバルサプライチェーンにおけるセキュリティ上の脆弱性の主な原因であり、機械学習は認証情報の悪用を防止するための基礎であることが証明されています。

組織は、監査とコンプライアンスの可視性を向上させる最小限の権限アクセス アプローチを採用することで、最新のハイブリッド エンタープライズの運用におけるリスク、複雑さ、コストを削減できます。

CIO は、承認されたユーザーが資格情報を正しく入力したとしても、ユーザーによって提起された状況が危険である場合、承認された資格情報の悪用の問題を解決するために、アクセス許可を提供するためのより強力な検証方法が必要であることを認識しています。

Zero Trust Privilege は、アクセスを要求しているユーザー、要求のコンテキスト、アクセス環境のリスクを検証することで、資格情報の不正使用を防ぐ実証済みのフレームワークです。

Centrify もこの分野のプレーヤーであり、顧客には Cisco、Intel、Microsoft、Salesforce などの世界的なメーカーが含まれています。

出典: Forbes、「2019年のハイテク業界の最大の課題はサプライチェーンの確保」、2019年11月28日

10. IoT データに基づいて機械学習を使用すると、貨物および物流ツールの予防保守をいつ実行する必要があるかを予測できるため、資産の利用率を向上させ、運用コストを削減できます。

McKinsey は、機械学習を使用して予測メンテナンスを強化し、高度な IoT センサー、メンテナンス ログ、外部データと組み合わせることで、機械の故障をより正確に予測して回避し、資産の生産性を 20% 向上させ、全体的なメンテナンス コストを 10% 削減できることを発見しました。

出典: Digital/McKinsey、「人工知能 (AI) によるスマート化 - ドイツとその産業部門にとってのメリットは?」